function [z,mu,sigma] = zscore(x,flag,dim)
%ZSCORE Standardized z score for tall arrays
% Z = ZSCORE(X)
% [Z,MU,SIGMA] = ZSCORE(X)
% [...] = ZSCORE(X,1)
% [...] = ZSCORE(X,FLAG,DIM)
%
% See also ZSCORE, MEAN, STD.
% Copyright 2015 The MathWorks, Inc.
if nargin < 2
flag = 0;
end
if nargin < 3
% We can't determine dim for tall arrays as the size might not be
% known. If not supplied, use the dimensionless versions.
validateFlag(flag)
mu = mean(x);
sigma = std(x,flag);
else
% User supplied dim
validateFlag(flag)
mu = mean(x,dim);
sigma = std(x,flag,dim);
end
% Now standardize X to give Z, taking care when sigma is zero
sigma0 = sigma;
subs = struct('type','()','subs',{{sigma0==0}});
sigma0 = subsasgn(sigma0, subs, 1);
z = (x - mu) ./ sigma0;
function validateFlag(flag)
validateattributes(flag,{'numeric'}, {'integer','scalar','binary'}, 2);
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型。 多元回归预测 | Matlab主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型 评价指标包括:MAE、RMSE和R2等,代码质量极高,方便学习和替换数据。要求2018版本及以上。 多元回归预测 | Matlab主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型
资源推荐
资源详情
资源评论
收起资源包目录
1 PCA-BP -2.zip (6个子文件)
zscore.m 907B
PCA_BP.m 651B
outputd.xlsx 10KB
inputd.xlsx 19KB
子函数(添加到路径)
PCA.m 659B
distanceMatrix.m 313B
共 6 条
- 1
资源评论
- goukui57072024-03-04不是内容,购买链接
智能算法及其模型预测
- 粉丝: 2430
- 资源: 871
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功